■はじめに
AWS-Athenaとは、S3上のデータに対して、クエリ（SQL）を利用してデータの分析を行うことができるフルマネージド（サーバーレス）サービスです。
S3に設置するファイル形式は「CSV」「TSV」「JSON」が対応していて、ファイルを設置した後、Athena上でファイルの中身の「引用符」「文字コード」「ヘッダー有無」を考慮してCreate-Tableする必要があります。
Create-Tableについては、Athena特有のルールがあるため少し複雑です。なのでパターンをまとめました。
今回はファイル形式を「TSV」に絞って説明していきます。
前回の「CSV」の説明はこちら
【Athena】AWS-AthenaのCreate=Tableについて対応表でまとめてみた！【CSVファイル編】
参考文献
・Athena構築手順
・AWSドキュメント
■本記事の内容
・各用語の簡単な説明
・対応表の説明
・まとめ
■各用語の簡単な説明
・TSV：文字と文字の区切りが「 （タブ）」で区切られているファイル形式です。
・引用符：文字のはじめと終わりに囲む記号で、「"（二重引用符）」がよく利用されます。
・文字コード：文字表記のバイト表現のことで、UTF8やSJISがよく利用されます。
・ヘッダー有無：ファイルの一行目にカラムの名前が有るか無いかです。
■対応表の説明
引用符、文字コード、ヘッダーはよく利用するものだけを絞っています。
AthenaのCreate-Tableデフォルト設定が、「引用符なし」「文字コードUTF8」「ヘッダー無」になり、デフォルトの場合は省略することが可能です。今回の対応表では省略可能なものは省略しています。
また、これ以外のファイル形式はあまり見かけませんが、そのファイルもCreate-Tableしたい場合は公式ドキュメントをご参照下さい。
| 引用符 | 文字コード | ヘッダー | ファイル内容例 | Create-Table | 結果 | 備考 |
| なし | UTF8 | あり | col1 col2 123 ひらがな abc カタカナ |
 |
CREATE EXTERNAL TABLE tb_name ( col1 string, col2 string ) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' LOCATION 's3://legoliss-test/tsv/' TBLPROPERTIES ( 'skip.header.line.count'='1' ) |
|
| なし | UTF8 | なし | col1 col2 123 ひらがな abc カタカナ |
|
CREATE EXTERNAL TABLE tb_name ( col1 string, col2 string ) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' LOCATION 's3://legoliss-test/tsv/' |
|
| なし | SJIS | あり | col1 col2 123 ひらがな abc カタカナ |
|
CREATE EXTERNAL TABLE tb_name ( col1 string, col2 string ) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' LOCATION 's3://legoliss-test/tsv/' TBLPROPERTIES ( 'serialization.encoding'='SJIS' ) |
|
| なし | SJIS | なし | col1 col2 123 ひらがな abc カタカナ |
|
CREATE EXTERNAL TABLE tb_name ( col1 string, col2 string ) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' LOCATION 's3://legoliss-test/tsv/' TBLPROPERTIES ( 'skip.header.line.count'='1', 'serialization.encoding'='SJIS' ) |
■まとめ
TSV形式のまとめは以上になります。
Athenaを利用することで、データ量が大きいTSVファイルにクエリを書いて分析ができるようになりました。
〔関連記事〕
【Athena】手順が分かれば簡単！TableauとAWS-Athenaの接続設定をまとめてみた
【SQL】PrestoのTIME関数の中で本当に使う物だけピックアップ！〜AthenaやBigQueryで活用〜
【SQL】TreasureData独自関数が覚えられない！TD利用歴2年半のエンジニアがよく使うものだけをまとめてみた！【WEBログ分析の関数編】
【Athena】「簡単！安価！」にSQLで分析できる環境を、AWS-Athenaを利用して構築する！概要から実際の手順をまとめてみた！
【SQL】TreasureData独自関数が覚えられない！TD利用歴2年半のエンジニアがよく使うものだけをまとめてみた！【Time系の関数編】
